•

•

•

3.

AxB~BxA

---+ Kommutativgesetz gilt nicht!

Einheitsmatrix:

•

(100)

0"" 0 xA=A; AxE=A

00-1

Austauschprozess:

Prozess, der durch eine quadratisehe Matrix A mit nicht negativen Koeffizienten beschrieben wird; in allen Spalten ist die Sumrne der Koeffizienten = 1 .

Beispiel:

Ubergangsmatrizen:

. . -

Bei Austausch- und Entwicklungsprozessen nennt man die Prozessmatrix aueh Ubergangsmatrix:

Beispiel:
1'\1 , 3
~ '-t
"2.. 0 3
1\ 62-
~ 2 Von A4'K

zweistutige Prozesse:

Bei einem zweistufigen Prozess sind die Ausgangswerte vom 1. Durchgang die Eingangswerte vom 2. Durchgang. FUr eine Gesamtprozessmatrix mtissen die beiden Prozessmatrizen miteinander

multipliziert werden. Lc- be; '~c:..{ fS~i W)

Beispiel:

A

stationare VerteiJung:

A (Matrix eines Austauschprozesses) x Vektori = Vektol'i

Beispiel:
05 0(\ O~ Ol:S
I
• 0\ --1 0,1 OG v Olrs
0\4 °l~ 04 O,~ Ol~
l
1\ -."1 ~/
X X
Definition von Vektoren: Ein Vektor ist die Menge aller gleich langen, parallelen und gleich gerichteten (orientierten) Pfeile. Ein einzelner Pfeil heifrt Reprasentant des Vektors.

Ein Gegenvektor stimmt in del' Lange mit dem Vektor uberein und ist parallel zuihrn. Die Orientierung ist jedoch entgegengesetzt.

Del' Nullvektor besitzt die Lange O.

Multiplikation von Vektoren: 2 x -r'> = 2 c.,

ed· (1) = (~) ~ 2~

r

•

Addition oDd SubtraktioD zweier Vcktoren:

-: + -. -
-
tJ -'>
-\:: ..".., -)
.s -+t
-q-' -p"
< - ~
~ -
-
-:')
~ Rcchenregeln fUr Vektoren:

1.

~x a?+t)=~x7+~xb'> (r + s) x :?= r x a:'> + s x-a'>

d. -R!H~}(1~)~ ~ - (~) + ~ -(~ ~ (~)t (~t)

(y~ 2) ·(1) " (~\): 4 -(i) + ;L -(1) z 0) -\l~)

Do 01...1J.. 0 0 0.: O!

~. istnbutivgesetz gilt!

2.

~ Kommutativgesetz gilt!

~ Assoziativgesetz gilt!

• Ortsvektor:

Ein Ortsvektor ist der Vektor vom Ursprung zu einem Punkt im Raum.

Beispiel:

•

Vektoren zwischen zwei Punkten:

..-::>.> -") -";?

AB = b - a

Fur ein Parallelogramm gilt: ~ -;::. -=> ~

AH = DC und AD = BC

l\~~ (~) .- (~) :: (?)

::: 'R -&

1X~ (r)- (i)~ (~)

C"> d

Berechnen der Vektorlange:

I ~I = 1Q1'2. -t 0...2..'2. + .

Beispiel:

(q) -')

~ .:: ex

'3

Lineare Abhangigkeit:

;[ = r xa' + s xl? + t x?

Der Vektor -tHisst sich als Linearkombination der anderen Vektoren darstellen,ansonsten ist er linear unabhangig.

Beispiel ( ~ ) = <. 0 ) + f>. (~~) + t < (-\ )

2,- 45 + St = '3

3 ( -t 3s t :r t ::=. -1'3, ~

4(-'2.s-~t ::::-.t1

O'\it&TR.

\\((ef' -1=\.;...()Kti on -;.

• In einer Ebene sind maximal 2 Vektoren linear unabhangig voneinander

• Im Raum sind maximal 3 Vektoren linear unabhangig

Losungsmoglichkeiten linearer Gleichunessysteme:

• 1. Gleichsetzungsverfahren:

_. wenn die eine Seite bei zwei Gleichungen gleich ist

2. Einsetzungsverfahren:

_. eine Gleichung nach einer Variablen freistel1en und diese in einer anderen Gleichung einsetzen

3. Additionsverfahren:

_. Vielfache zweier Gleichungen werden miteinander addiert

Parameterdarstellung einer Geraden:

-~ ~ -") -:>.

g: X = a + r x ( b - a)

Gegcnscitige Lage von Geraden:

-) ~ ~

Kl:x=a + rxu

-;. ~ -"J

g~x=b + sxv

• parallel:

-"> -"J

U = S x v

Richtungsvektoren sind linear abhangig:

• Schnittpunkt:

•

-"'J -':> -:> -'}

a+rxu = b+sxv

• identisch:

l? = sx~

parallel, Stutzvektor von ~liegt auf~:

-"> -') -') a=b+sxv

• windschief:

kein Schnittpunkt, nicht parallel:

•

~ .\- -") U , S x v

• senkrecht:

Schnittwinkel = 90°

cosO(

~ -"> L.l .. V

I tt I ~ I v'>l

Parameterdarstellung eioer Ebene:

Lagebeziehungen zwischen Geraden und Ebeoen:

•

~ -':> ~

g:x=b+txw

• Gerade liegt in der Ebene:

linear abhangige Richtungsvektoren ( ~ = r xli + s x {)

S .. kt 1·· E (-b:!> -:l> ~ ..,.)

tutzve or von g iegt In = a + r x u + s x v

• Schnittpunkt:

•

g = E .fur ein r,s,t

Richtungsvektoren sind linear unabhangig

• keinen Schnittpunkt:

g \ E, Richtungsvektoren linear unabhangig

• Parallelitat:

kein Schnittpunkt, Stutzvektor von g liegt nicht in E

Richtungsvektoren sind linear abhangig

Stutzvektor von E1liegt in E~

Lagebeziehung zweier Ebenen:

• Schnittgerade:

linear unabhangige Richtungsvektoren

• paralJel:

linear abhangige Richtungsvektoren

rricht identisch ( Sttitzvektor VOll E"liegt nicht in E2)

• • identisch:

linear abhangige Richtungsvektoren

•

Wichtige Taschenrechnerfunktionen:

eine Matrix im GTR erstellen:

,,2nd" ~ "MATRIX" ~ "EDIT" ~ .Anzahl der Zeilen" x .Anzahl der Spalten" ~ .Zahlen eingeben"

Einheitsmatrix von einer bereits erstellten Matrix erstellen:

,,2nd" ~ "MATRIX" ~ "MATH" ~ "rref( " ~ ,,2nd" ~ "MATRIX" ~ .zuvor erstellte Matrix auswahlen" ~ "ENTER"

•

•

Achsensymmetrie

f(x) = f'(-x)

Kurvcndiskussion:

• Detinitionsmengc:

"ID = ... " (Menge aller x, die eingesetzt werden durfen)

• Symmetrie:

Punktsymrnetrie

fe-x) = - f(x)

• • Vcrhalten im Unendlichen (Globalverlauf):

x-'>oCJ ,x~-oO

.. y - Achscndurchgang:

"f (0) ="

• N ullstellcn:

f(x) = 0 ~ .Ausklammern" -'> "pq-Formel" ~ Polynomdivision

• Extrema:

• .Hochpunkt" ~ f '(x) = 0

~ f"(x)<O

.Tiefpunkt" ~ f'(x) = 0 -'> f"(x) > 0

"Sattelpunkt" -'> f'(x) = 0 -'> f"(x)=O

• Wendepunkte:

.Rechtskurve -> Linkskurve"

~ ["(x) = 0 ~ f"'(x) > 0

.Linkskurve -> Rechtskurve"

-'> f"(x)=O

-'> f"'(X) <0

• Wertemenge:

"V= ... " (Menge aller y-Werte, die die Funktion annimmt)

• Skizze

---> Arbeitsblatt zu Kurvendiskussion

-+- Arbeit blatt zu Polynomdivision

•

•

. '

OJ
.-
L..
.....
QJ
E
E
V't
I,p..
:s
n:I
c, s:::
QJ W
.J: t:
U ,0
Z -
~
Vl C
L..
QJ :::J
..... L.I..
c: C
~ Q)
'"0
c:
ID
.2J
0
....
::s
N
C
ru
.c
CL
CO;
.._
C!)
, ,~
.. "0
CIJ' ID
!...
C:. (l)
0. 'N
::Ii N
i- s;::
t!) (f) ~
N
M +
+ "'",
M H
~ '-D
N +
I \0
l!J k
~ -T
" [
.,--., iI'
k ,-..
"'-"'
...t: H
'-"
~
M 'N
I +
N ""
k k
NI \..0
+ +
~ >0
H ><
\D "<t'
[I I
..--.. "
~ rr-;
'-" H
t:3) '--'
-..
IV)
'N H
k N
U"l
+ +
10
.,j- H
Ii'<! M
-.::t' I
III I[
"......,
H ..--..
..__.. k
4--. <;»
,~ (fJ ill

Q)

";;:: ......

(l)

E E

>" (f)

..c o

. .-.

M

k M

I

U"l

k N

II

In

H N <;»

I

II

m

~, M

+

1tI

H

N

10

II ~

M

r>: »<; ~N ! <;»

,-,4-...,

. .._

M~ II m

0) U) UJ

....

:::::l N

c (lj

E

Q)

-

N

......

Q) (/] ....

Q)

....

Q) ..c ro_ -0

o s: o

'ijj

OJ

'-

Il)

E E

Il)

...... CO c:

"E-

O o ::::c:

,

x

.!!2 -0

(J)

~ di

c a:l

E

-

....., G) .c.~

u._

:::::l E rn _

.... $! .0= _I Q)({) OJ

..c.91

u-

«13

I .......

X $

.....

OJ OJ -0.0 _ CIJ

._ -0

Eu Q) C ::;;:: 'iii

c::: c :J "e.Q)

_~ E C E ..c rn u_

~~

C :l Q.)<C - (/] Q) C'IJ

00-0 --0 ::::I C Z :::J

ill Q) -oE

....

0>0 Cu..

::::I I cO" _co..

o Q.) ill·-

wO m...:

....-ffi ~ E

•

o ,...,

+

N

~ MIN

..._____.- Lfl

+1 I

MIN [I

I .;;: [[ N

~ II

,...,

~ ;

(/] CIJ C :::J

;ij E

.::.::: en ::l CIJ

c (]_) ..c x o ::l.:C ro U ¢:: :::J ::J CIJ

til c

ttl

E

lI'l I

II

k

N~

[I

M

~ O~

II

)..( M

+

•

c Q.l c a -.;:::;

~ c ::l u,

?5
tn N
M +
+ N
~ H
'-D <:l"
'""' N
+ I
N (V)
~ H
<:t' M'
II [
rr». II
~- ,-,
t::l) ~
......
H
o;l'< N
N r-,
+ M
~ I
N N
+ k
0\
, N rl
k
:N I
[ Oil
[I k
,.-., I[
H --.
'--' k
4-. <;»
-t: E
Q.l
"0
({)
:::J
ro
c
0
:.;::;
,;:.::
c
:::::l
u..
.~
-0
'::l
-
0)
c
ro
0)
s:
o
'-
::I
-0
C
~
(/)
..c
o
of
>.
c
(!)
-0
"0
C
:::J
C
Q)
Q3
........
22
:::J
Z X
Q) 'V
~' '"
x
C II
::J
C X
Q) ----
....
c -
..c OJ
o L
~ .E
Q) Q)
OJ .cr:: GJ .....

I ~

C :2

iE

GJ II!Io!' X W

Iiooo QJ

-C, 1::,1 a,tIl

E' E

II

'>.

-

t:

m

c

>< C IU Q) Q) .:c I'
ID - U >. -'
....:t ..... "0 '0 m .¥"
I 00 s: C W ID C,
'I.... i.".. ,~
'ID ru 0 ""0 0) "C a.
X "0 co: i- ...
..... C 0 .L E
tV 0 .!:Z c
II ~ C> E :y: '::li ru
c: L..
E ,0) I' <D
--. c iC' X ~
X ::J 0)1 .~
~l. m ;~ C;:' C .::£
q:.. .(/) I]) !.....
...c Ql. ItI') rn ::I, fl) ro
- ,_ 0.. ....Q :5 ~;t-" E
m - , 'Q) C
ro !..:.. « E ,.,C
.!I...., C) .o 0' '-
QJ, ru (9 ~ "L:;: « ...... ""C
0l-Il' 4-, C ~
-21 (I) !::: ill ID ,(1') !II :c C
~. IV -+-' ~ ::i 0
W "1j .......
::::s ""'0 "- ...... ,."...... >
tlJl E <D E ~ 'rJJ
- ""C OJ E
Q) ..c ID ,...¥: =t::' 'e
0 l- .e :c: ID ill
"'C -0, ~ E (]) 0 ,::I rn ,m '"0
e, m "0 :D... ""0 CO
.OJ' C/), ill lID 100 ......
::::J +-' S 'ID E (]) ~ E
S "U en c ""C c.
ro c >., lD :c, ~ ,«
<D Cf.I s: C'- . m I... w r.n
I- m
C1I c Q:2 c .0. .*"",' S Q) w c:
N ~
""C 0 (D ID rn ±:: CO ""0 .0
...... ' - ~ (/J ~ ID
C ..::::.:: ....c m (9 w ,""" ID c ,00 rn
c 1:: (0 C
¢I C 0 ..c c:: w 11.....
E ::I 001 "U E: C1l ID OJ TI WI
IJ.. C I... , , ~ ~ c 'j...., ID
0 ;1:: en
E ro: I]) c I... :::I :':;;J +'-' ro
'L- 0 -0' . ..c: m - 4--- ro
.- ::I ([) ~ ::I ,(1) E Q) J:: C "0
.j...i 0..
til N I.- "1=, :t:: 0 -0 Q)
III ID Q) :J: ill :1:: I- ..0 :::1 b ,..e:,
m :1:: NI ..c m ""'0 ICO tV <:( 1m 0 o
-!(U N! 0 !:::: "tl C 0
..... ill IU) 11)
J:: ~ ID 0') S ,11) .c I'D 0 ~
0.. (f) rn 0) ,0) 0 ""0 '!~ 1 C)
Il1 .~, ........ '""0 X .._
, .... w '- ......... cu Q)
C!) *"'" ro ..... ill r.JJ' C> ....Q .:C 1.1:) >
.:::.::~ "'U ..:::.:::: ""'C 'I-.. C .0 .+-,
C c: 'ID ::l c: IV t::
'C :::J C :JI Q:;I '00' :e: w ID c (D
Q) o, u, "~ ,1.1), ....... "J- . ..J:::
""'0 (j() OJ ,)"\"",,,,; .J: 00 :::::1 U c;:
''0 U Ii- !..... ..c
"'0 t: (]) ([) w Q) o, IV 0
... t= ::;;J ....... :t:: IL... !I...
en 1..;..., 0::: I..... ~
CD ..... m ro (ti w m m
..c: S ill TI I:: -0 ,J:l ....Q (])
U :0) ..c
:Ilj .0 C "E :c 0 ~ ::::::> ,aD .0:
C « 0 0 :;J, L :::I:
c: W :::I -t::: ""0
:::;;::i, ('D 0 .:t:::1 IN
. , N c Q) ,0) "C .J:: ,m
...... \J W ..cj ~ '_ !:: ClJ
> :t::::: X .0' GO E i[) ::::I ...... '
Q) CD ID 1-, < ~ :e: m
III ,1..;..., ","" Q) ;::J .,- e c
Q. Ill< .11> S ill ;;...., +--' ~ <l>
C,., N ~ N ...c:: ..c Q) o, N UJ Q) '""'0
0' c;) - 10- _.' :00 I..;...
::s N 1....." ""'C '·'ii $ '00 .~ 0
Ii.. .~ ro (I) Q) 3:: ..0 ~ :::s (() 0,
c: $: 'W ......
UJ CI) :2: ::J OJ, IN ~:=l . ..0. W Z rIJ :~
"', . "

!'; e ~ 8
~ ~ '=' e e
Z Z " '7
e, I'! E
rr :8 Z
en g.
~" ~
+ 1l: :'<:-1'- ..
>" .... 5' + ,,~ ,,~
" < I +
I ~ ~ I..,. ~ '>D
... ~~ _, q>.
. ~, ~"
~" " ~ I
I ". 1..J1t:. +
-c ... "
.,_ ~, '1.
" §? I
~. + ."
~
'" 1 ;:3
+ " ~
~ " +
0- ~ 8
.
tJ~ c
j3 <. a !

v

e~ae ;;.!~.."..~ - "

I [' t

l.o

~ ....... x ;;-:

, I L + u,

"~

+ c» -",

>

r

Vorgehen zurn Losen vOn Steckbriefaufgaben:

Beispiel:

- Nullstellen bei X;J= 3 ,Xl.= 8 t- P (0/0) liegt auf dem Graphen -TP(5/-10)

- Funktion 4. Grades

1. Allgemeine Funktion aufstellen:

~" ~.<:3. Q. .•.

r "-X) = ax + ox + ex + ax + e

2. Ableitung bilden:

f' (x) = 4ax5+ 3bx-:l.+ 2ex + d

•

3. Mithilfe der lnformationen Gleichungssystem aufstellen

\V; ·-~O _ 5 t,Q.. + 53. b -+ 6 ':l-c -t o ::: 4" 5 .3 o, + .3" 5 !l.b + ~ . 5 c + c.l

NS1~ 0 34()._+3:3b+~-a.c.+3cl

o 81.1 o, + 8~3b+8'Lc + ~d

'PC 0/0) ':. o=- e. CO" -cUO?'.b -rd'--c +0 A • ci -I- -e, =0)

4. Gleichungssystem mit der GTR-Funktion " rref( " losen

)

c= -~ <10

•

5. Mit bereehneten Parametern FunktionsgJeiehung aufstellen

6. Extrema uberprufen

WICHTIG: man benotigt mindestens eine Information mehr, als der Grad der Funktion angibt.

Beispiel: Volumen einer offenen Schachtel

Extremwertaufliaben:

1. Extremalbedingung aufstellen:

•

v = breite x Hinge x hohe

= b x I x h

2. Nebenbedingung aufstellen:

A = (b - 2h) x (1- 2h)

3. Nebenbedingung einsetzen:

v = (b - 2 h ) x (T - 211) x h

=> V = (21 - 2h) x (30 - 2h) x h

2

=> V = (620 - 1 02h + 4h ) x h

'.l.

=> V ' = 1211 -204b + 620

2-

=> 0 = 1211 - 20411 + 620

=> "pq - Formel"

=> h~3,96

=> V?\.1143,67

Stammfunktioncn:

ine Funktion F(x) heilit Stammfunktion von f(x), wenn FI(x) = f(x). Die einfachste Stammfunktion von f(x) ohne Konstante heifit lntegralfunktion.

~(x)=4x~ ~(~)=~X~

"!: A _j_ ( )~;'1

flirf(x)=(aox+b)gilt:F(x)=~ 0 ~+1 ~o.·x-+b

•

Beispiel:

4{X) :::. (X +O)'=L =- )< ~+ 4x + 4 -::Po<) = 1-)('3. -+ Q.)(~ + 4- X + C

Hauptsatz der Differcntial- UDd Integralrccbnung (IIDI) :

b b

5f(x)dx = [F(x)]t\_

Q...

= feb) - Pea)

Beispiel: :f.(?<):=. yx':L

Untffj(en~( o.) =-1 Otereren1e.{b) ::::... 4

•

- .Der Beweis des Hauptsatzes der Differential- und Integralrechnung" VlIRlQbiedeae TYDell V9:A FunldwAell;

Der Beweis des Hauptsatzes der Differentialund Integralrechnung

6

f(x)

f(x)

x

o

2

x

4

8

analog).

folgt und daher gilt:

Arbeitsauftrag fur Partnerarbeit:

Vol1ziehen Sie den Beweis mithilfe der Grafik und de Textes nach, indem Sic die Lucken im Text sinnvoll fullen.

-lineare Funktionen

-+-

~(x):=. {'(\x+b -G. )(1"\

- Potenzfunktionen

- Exponentialfunktionen

+

• Die Eulersche Zahl: e

e = 2,71828] ...

Es sei f(x) = e)(. Dann gilt: f'(x) = t'und Ftx) > e"'+ c.

Logaritbmen:

A

f(x) = X ,x> 0

f(x) = 4c ,x < 0

F(x) = In (x) + c

F(x) = in (-x) + c

•

e en(c-):= a

,a>O

x

b = y - log~y = x

Die Kettenregel:

Die Ableitung einer zusamrnengesetzten (verketteten) Funktion erhalt man als Produkt aus aulserer wld innerer Ableitung. (; -+ au13ere mal innere Ableitung" )

f(x) = u (v(x) )

f'(x) = u' (v(x)) mal v'(x)

Die Produktregel:

f(x) = u(x) rna] vex)

f'(x) = u'(x) maJ vex) + u(x) mal v'(x)

Die Quotientenregel:

• f(x)= ~ r~

:;::.. U· v-~

f'(x) =

I

-JU -vv ,,')...

•

C QJ

!:: :J :t= QJ

.c:

ct c: o :>

c (1i

:!:! CQ

'::::J ILL

~ N

+

N ~ M

II

N

H

+

M

H

II

!...

o > ro "0

'-

a

.....

~

rn

'!.J._

E (J.) "C

E

II

"d'" II

N

k

III

o N

+ ~ -.:t'

I

.~

EIJ")

0> C :::l ::!;::::

ID ..0 c::(

JB

IJ) s.....

ID

,~

"C IJ)

.~

ill

'--'

i'1
+ r"'..
N
ro H
H M
N '-"
1 tI)
0
N '-'
H II
""'"
II ,--....
~
r--. ~
H
<;»
..::::
.,.-.,.
N
H
M
I
tn
H
""'"
'-"
.... ,--....
H H
N N
I J
II '"
rr-; H
H M
<:» +
C3)
M
H
If)
'--'
II
r-..
H
<:»
-..
rr-;
M
H +
+ <")
H
M M
k '--'
rr».
[ H
M
LJ) I
k
1.1 '""
H
rr-: N
H '--'
'--' II
'-+-..
r-..
,_:s
~ m X

II

'-

Q)

"C C e en c :::J ,~ Q)

.c -c

.~ "C

"C C Q)

c:2 Q)

.c o (f)

.c en

Q) "'0

co

Wichtige Taschenrechnerfunktionen:

• Bilden der Ableitung:

" y= " ~ "MATH" ~ "nDeriv( f(x) , x , x)

• Bestimmen von Nullstellen:

,,2ndH ~ "CALC" ~ "ZERO" ~ "Linke Kurve auswahlen" ~ .Rechte Kurve auswahlen" -+ "ungefahre NST auswahlen"

• Bestimmen von Extrempunkten:

•

,,2nd" ~ "CALC" ~ "MINIMUM / MAXIMUM" ~ "Linke / Rechte Kurve auswahlen" ~ "ungefahren Extrempunkt auswahlen"

• Bestimmen von Integralen:

,,2nd" -+ "CALC" ~ "S f(x)dx" ~ "Untere / Obere Grenze eingeben"

• Bestirnmen von Schnittpunkten:

,,2nd" -+ "CALC" ~ "il'-JTtRSEcr' ---> .Beide Kurven auswahlen" -+ "S? schatzen"

• Regression:

•

l , Liste in TR:

2. Werte graphisch anzeigen:

"STAT" ~ "EDIT" -+ "Lt, L2.., eingeben" ,,2nd" ~ "STATPLOT"

"STAT'-' -t "C}rl.LCU ~ "entspr,--ch,-,nde Regression

wahlen", "L"" L2.' Y, (fur Y : "VARS" ~ "Y-VARS") 4. Regression graphisch anzeigen: "GRAPH"

• Eingabe rekursiver FoJgen:

MODE" ~ SEQ" ~ Y="

" " "

~ "nMin (z.B. Zeitpunkt an dem begonnen wird)" -+ "u(n) (Folge)"

--7 "u(nMin) (Startwert)"

l\ NATt4 '" -7 1\ ~(\ \nt U

~f\ \(\t:. (~LJ(\U_tiOn, \(\~~(Q-ttO(\~-

\lOS \Ol:fQ_ I LlfLk\e 8m ~ I obere_ G'e.(\~)

Funktionenschaten:

Funktionenscharen sind Funktionen, die von einem oder mehreren Pararnetem abhangig sind. Beim Auf- und Ableiten werden diese Parameter wie Konstanten behandelt:

Beispiel:

~ Anhang: Untersuchung einer Funktionenschar

Das Bestimmen einer Ortslinie:

1. Die Extrempunkte der Funktionsschar bestimmen

•

2. Die x-Koordinate nach dem Parameter auflosen

3. Damit den Parameter in der y- Koordinate ersetzen

'2...X: '<

Beispiel: fa..(x) =- e... - 0. - c:._

(D-extrefl\U:. (er-. ~ I _~2- )

Q) X=~~ @ ~=-

I '2..X 1

-e. 1\

Definition: Ergebnisse, Ergebnismenge, Ereignis, ZufallsgroBe

• Ein Ergebnis ist der mogliche Ausgang eines Versuchs, Wettbewerbs, ...

Alle Ergebnisse werden in einer Ergebnismenge zusammengefasst. Ein Ereignis ist eine Teilmenge einer Ergebnismenge.

Eine Zufallsgrofse ist eine Zuordnung zu den Ergebnissen.

Beispiel: Eine Munze wird zweimal geworfen, Gewinn 2€ bei zweimal das gleiche Zeichen, ansonsten Verlust von 2€.

Ergebnisse: {K,K} , {K,Z} , {Z,Z}

Ergebnismenge: { {K,K} , {K,Z} , {Z,Z} } Ereignis: z.B. Gewinn { {K,K}, {Z,Z} }

Zufallsgrofse: X ( {K,K} ) = 2 X ( {Z,Z}) = 2 X ( {K,Z} ) = -2

Aufgabe

2 ' Untersuchung einer Funktionenschar' Gegeben ist die Funktionenschar ft mit ft(x) ~ (e' - t)2 und t,.. o.

Untersuchen Sie die Funktionenschar ft. Zeigen Sie, dass alle Extrempunkte der Schar auf dem Graphen einer Funktion 9 liegen und alle Wendepunkte auf dem Graphen einer Funktion h. Diese Graphen heiBen Ortslinien 'von ft. Bestimmen Sie die Funktionsterme von 9 und h und zeichnen Sie die Ortslinien zusammen

mit einiqen Graphen derFunktionenschar,

Losung

Wir betrachten zunachst die Graphen von f1' f2' f3 und f4. in einem geeigneten Ansichtsfenster. Aus dem Verlauf des Graphen ergeben sich Vermutungen, die jeweils zu uberpriifen sind.

(1) Definitionsmenge und Wertemenge VOIl f

Die Funktionen ft sind fur jede beliebige Zahl x E IR definiert, also D = IR.

Offensichtlich gilt (eX - t)2l! 0 fUr alle x E IR. AuBerdem ergibt sich (e' - t)2 ~ 0 nur fur x = lnt, so mit ist W ~ IR+ und Tt(lntl 0) sind Tiefpunkte von ft.

IR. ist die Menge der j positiven reellen Zah-

.:::.~~~:~~~~.

(2) NuLlsteLLen und Schnittpunkte mit der y-Achse

Aus den Uberlegungen unter (1) foLgt auch, dass x ~ In t die einzige Nullstelle von ft ist. Als Schnittpunkte der Graphen mit der y-Achse ergeben sich die Punkte SdO I (1 - t)2).

•

(3) Verhalten von ft (x) fur x ~ aJ bzw. fur x ~ -aJ

• Fur x ~ 00 gilt eX ~ 00, somit gilt: ft (x) = (eX - t)2~ 00 fur x ~ co

• Fur x ~ -00 gilt eX ~ 0, somit gilt: ft(x) ~ (eX - t)2 ~ t2 fUr x ~ -00

Fur x ~ -00 nahert sich der Graph von ft imrner mehr der Geraden mit y = t2 und kommt ihr beliebig nahe. Die Geraden mit y = t2 sind also Asymptoten filr die Graphen von ft. Wegen ft (x) < t2 fUr alle x < 0, erfolgt die Anndherunq an die Asymptoten jeweils von unten.

(4) Extrempunkte

In (1) haben wir bereits Festgestellt, dass Tt(lntl 0) Tiefpunkte der Graphen von ft sind. Es stellt sich die Frage, ob die Graphen von ft noch weitere Extrempunkte haben. Wir untersuchen dazu die Ableitungsfunktion von ft: Mit der Kettenregel erhalten wir ft (x) = 2 eX (eX - t).

Extremstellen kiinnen nur an den Stellen liegen, an denen ff (x) ~ 0 gilt. Wegen eX,.. 0 gilt ff (x) = 0 nur im Fall eX - t = 0, also fUr x = lnt.

Somit haben die Graphen von ft die Tiefpunke Tt(ln t I 0). Weitere Extrempurikte kann es nicht geben.

•

(5) Wendepunkte

Von links nach rechts betrachtet, entfernt sich der Graph von ft in einer Rechtskurve von der Asymptote mit y ~ t2. Bei Annaherung an den Tiefpunkt erfolgt ein Wechsel in eine Linkskurve. Somit gibt es links vom Tiefpunkt einen Wendepunkt.

Es stellt sich die Frage, ob es noch weitere Wendepunkte gibt. Wir untersuchen dazu die zweite Ableitung von ft. Mithilfe der Produktregel erhalt man aus ff (x) = 2 eX (eX - t):

ft" (x) = 2 ~x (eX - t) + 2 eX _eX = 2 eX (eX - t + eX) = 2 e' (2eX - t)

WendesteLLen kiinnen nur an den Stellen liegen, an denen ft' (x) = 0 gilt. Wegen eX > 0 gilt Fr (x) = 0 nur irn Fall 2e' - t = 0, also fUr x = ln~.

Somit haben die Graphen von ft die Wendepunkte Wt( lni It). Weitere Wendepunkte kann es nicht geben.

(6) Ortslinien

Die Extrempunkte der Graphen von ft sind Tt(ln t I 0). Alle Extrempunkte liegen also auf der Ortslinie zu 9 mit 9 (x) = O.

Die Wendepunkte der Graphen von ft sind Wt( In ~ It). Die Wendepunkte haben also die x-Koordinaten x = lnt und die y-Koordinaten y = t. Aus der Gleichung fUr die x-Koordinaten erhalt man t ~ 2 eX.

, ..... oj.

y .,- '-15

i.

i

, "

- r : f3

"I

Setzt man dies in die Gleichung der y-Koordinaten i

ein, so folgt y = eZ'. Alle Wendepunkte liegen also

auf der Ortslinie zu h mit h (x) = e2x.

-6 -5. -4 -3 -2 -1

1 , 2 x

r

Baumdiagramme:

Mithilfe des Baumdiagramms kann ein Experiment graphisch schrittweise dargestellt werden. Hierbei spielt es keine Rolle, ob die Versuche mit oder ohne Wiederholung stattfinden.

Die "Aste' des Baumdiagramms nennt man Pfade.

Beispiel:

. .d.. .3

=r30 600

c

'.

~A

B

J:!fadregeln:

Die Pfadrnultiplikationsregel besagt, dass die Wahrscheinlichkeit eines Ereignisses (eines Pfades) innerhalb eines mehrstufigen Zufalls- Versuchs gleich der addierten Wahrseheinlichkeiten langs eines Pfades ist.

Die Pfadadditionsregel besagt, dass wenn sieh die Wahrscheinlichkeit eines Ereignisses aus verschiedenen Pfaden zusarnmensetzt, die Wahrscheinlichkeit herausgefunden wird durch Addition der einzelnen Pfadwahrscheinlichkeiten .

• VierfeI dertafel:

Beispiel:

~ d G~m\::
C;~f(\(\o.si um :;(Q01Q) ';).Y(,X;o

o..rdsue
&huLtoflT)
Ges:>.ff\t 7f(- ts1'SXJ 142f1 so»
r- 1'\ J
~0 Erwartungswelt:

Der Erwartungswert einer Zufallsgrofse X mit den Wahrscheinlichkeiten P(X=kt), P(X=k.2), ... ,P(X=kJ lasst sich folgendermaJ3en berechnen:

E(X) = k1 .. 'P(X=k1) + k2..· p(X~ L2_) + _ 0 + l<r\" P(x:::kn)

Beispiel: 3...

--:p (><=-0) ~ y

"P (X := -1) ==- q "P(X:::- 2) == 4r "P (X ;:: ~ ) =-1-b

.A. '2. I, 3-

£(X)=O,,'t -r q -t-qT ," 3£

- lj

-q

~ 0, 4L(

•

Standardabweichlmg:

Als MaJ3 fur die Streuung der Zufallsgrolie X urn den Erwartungswert E(X) (oder,») gilt die Standardabweichung:

~~

o -:::- vfa1 -,M.)2.. .. 'P(((~a-1) + (0.2.- M)2 0 'P(X:::'Q2_) + _ ... f-(Qf). fA)'2- .. 'P(;<:::: an)

Den Term unter der Wurzel nennt man auch Varianz VeX). Bei der Binomialverteilung gilt fur die Standardabweichung:

•

a~-Jnopo(/]-p)1

~ E(X)

?~O ,s- (~G~t)

C5 z: 1 E{X) o(1-p')t

Beispiel:

t>CX~.3)= ~ tJ(x= ~) ~ i ~(X:::_ -t ) = -t~(X =0) ;:: ~

==-A/-1S"OS'

I I

~ O,'D~b

£Cx)== .3 0 t+~ 0 ~+ t:::: ~ IS

~ Formelsamrnlung S.39,41,44+45

Bemoulli~Kette'/ Binomialverteilung:

Unter der Durchfllhrung eines Zufallsexperiments versteht man das Beobachten eines zufalligen Ereignisses mit ungewissem Ausgang.

Definition:

Ein Zufallsexperiment mit genau zwei moglichen Ausgangen heWt Bernoulli-Experiment

Ein Bernoulli-Experiment kann als Resultat nur die Ergebnisse 0 oder I bzw. Treffer oder Niete besitzen. Als Beispiel hierfur ware das Werfen einer Miinze zu nennen, deren Ergebnis nur Kopf oder Zahl annehmen kann. (vgl. weitere Beispiele aus dem taglichen Leben: Gewinn- Verlust, fehlerfrei-fehlerhaft, ja-nein, offengeschlossen, ".)

Eine Reihe von Bernoulli-Experimenten, die hintereinander ausgeflihrt werden, und bei denen die Wahrscheinlichkeit fur einen Treffer bzw, eine Niete gleich bleibt, heiBt Bernoulli-Kette .

• Definition:

Andert sich die Wahrseheinlichkeit filr einen Treffer bei der Wiederholung eioes Bernoulli-Experiments nieht und wiederholt mao das Experiment n-mal, so hei6t diese Wiederholuog eine n-stuflge Bernoulli-Kerte

und kann wie ein eioziges Experiment betraehtet werden.

In einer Bernoulli-Kette wird die Wahrscheinlichkeit flir einen Treffer bzw. fur die J als P bezeichnet, wohingegen die Wahrscheinlichkeit eine Niete bzw. 0 als Ergebnis zu erhalten als q bezeichnet wird.

Da nur die beiden Zustande vorkommen konnen, ist die Wahrscheinlichkeit flir eine Niete die von I (also der Sicherheit) ubriggebliebene Wahrscheinlichkeit, einen Treffer zu erhalten.

Kurz: q = 1 - p oder p = 1 - q .

Die Wahrscheinlichkeit p bzw. q ist eine Zahl zwischen 0 und J mit 0 < p < 1 .

Eine weitere GroBe in einer Bernoulli-Kette ist die Anzahl der Durchfuhrungen. Sie wird als 0 bezeichnet, Es ist also eine n-stufige Bernoulli-Kette.

Als k bezeichnet man die Anzahl der Treffer, die die n-stufige Bernoulli-Kette geJiefert hat .

• Urn die Wahrscheinlichkeit zu erhalten, dass bei einer Bernoulli-Kette der Lange n mit def Trefferwahrscheinlichkeit p genau k Treffer vorkommen, wird die Formel der sogenannten Binomialverteilung angewendet.

Definition:

1st bei einer n-stufigen BernouUi-Kette die Treffenvahrscheinlichkeit p, so helllt die Wahrseheinliehkeitsverteilung

P(Z = k) = (~)pk (1- py-k

fUr aile k mit 0 < k < n Bioomialverteilung.

Sie wird oft als B(n;p;k) bezeichnet. Z ist dabei eine Zufallsgrofse, die den Ergebnissen der Bernoulli-Kette ihre Trefferzahl zuordnet.

-7 Anhang:

Binomialkoeffizient (1,2) Formeln

Sigma

N <'> '<t LO c.o

.~

c Q)

E E ~

'" w

•

c .!!!

~

0> Q)

3:

E

o

'" Q)

'is c

.~

Q) .0 "')

Qj

'" s:

(.J Q) (/)

:J N

Qj

If) s: (.J Q) so

E 'w

.0 If) Q)

'15 '0,

E'

ro en Q) 0> en C

'0 C :J

<0

sa m c Q) If) Q)

«l

0>

'E '3'

c Q)

,Q> C Q)

E Q)

«l C:

Qi

c

'ij)

C Q)

C Q)

E Q)

W

»: c o >

_r: m

3:

en ::J <1:

Ql 'is

e

'0 en

ro _r: (.J 'iii

c; Q) .0

~

Q)

.S ~

Ql C

~ ~ ~'ijj <1:1-

+ x I .s

N

I

.s

.s

c

N I 0.

+ "" I

C

ro

E

Jl

'n

'" II

II CO

~I~ ~ N

\0 (Y) ~,

,._ ~ ~

('.1 I.t)

u .....

Q)

«l '0.

en

'iii rn

:s

... c Q)

'N if

Q) o .:or:

ro 'E

o c

CD

Qj «l 'a. (/)

c 'iii

-

ll!ll

:J N m o

"""

II

~I"'" II

i !("~~

"

1(.:3

Ie

i'~) . _

In'

,.1.

i _.j

Q) '<t' en ::J m

c Ql

::c m N

c.o c 2 'ill

x s:

,~ OJ

·0 ::2:'

'<t

'<t

o '"

E

Ql a

s: (.J (/)

Qj

c 'iii

'" ::J

m

Qj C

:J

«

.!!l

c Q)

'w -e

Q)

I

•

~

.D

:c co N'

Q) c

'w

.><

co

0)

a; '0. (f)

E Q) c

'w

.s

1"'-<:

-I-

II

II

Q)

,2> .;..; N:= C 0)

'w

'E

o (/)

'0 C :::J

§:

.... C Ql 'N Ie;

Ql o .><

ro

'f

o c

iii

O>:::J vN

(/) ~ :::J Q)

co '5 co'iii

II

-I-

II

~.c Q) 0

'OJ!! O>.~ C Q) :::J ~ 'OQ) C > Q).c > 0 c .~ «1\1 Q) E (/) Q) Q).c ._ 0

o (/)

N

'" V

II II

C C

o II C

c

c

'0 OJ IJ...

E

.ill

(/) co '0

E Q) '0

.s

C·

0) (/) (/)

~

co

a; '0. (f)

0> '<t (/) :::J co co C

'w

(/l 00"-' s: .~ 00.

~.~ g'aJ N E

"5~ '00 ~

~§

~.~

s: o 'iii

z .~

Q)

Q)

~ .,

._ .:<:

C 0 .D Ql

0) ._

O)Ql

~ ...

wO

C Ql 0).1::

- 0

~~

C ro o 0 .>< III

.~~

'0 Q)

~c E@o w ~ II

C 0) C .c 0

o (/)

~ (/l

Q) co aJ'O

N '" v II II II c c: c c

Qj

'0

C

(/l :::J co

.2

C Q)

E 0)

m

c:

.:.i :::r

+

C

sa

:::r II c .:.i :::r

C 0)

",g> ".0.

c :0 0).>< .0 ' (1) ....

0) .... .0 ~ co 0)

Ol .~ III 0) :J ro

J

__ .L_ __ +- ~

Wissenswertes fur den GTR:

Binomialkoeffizient eingeben:

1. Zahl-t "MATH"-t "PRB" -t "nCr" -t 2. Zahl

Konfidenzintervalle berechnen:

"STAT" -t "TESTS" -t "A:I-PropZlnt" -t "x,n eingeben" -t "C-Level: eingeben Sicherheitswahrscheinlichkeit" -t "CALCULATE"

=> Konfidenzintervalle gerundet

•

•

allgemeine Defmition von Matrizen:

Eine m x n-Matrix ist eine Zahlentabelle mit m Zeilen und n Spalten. Hat sie ebenso viele Zeilen wie Spalten (m=n) so heillt sie quadratisch.

Eine allgemeine Matrix mit endlich vielen Elementen wird notiert:

all a12
A= Q"2 1 Q'2,2
a7n,1 a<m,2 a'ln,n

Vervielfacben von Matrizen:

• Man multipliziert eine Matrix mit einer reellen Zahl, indem manjedes Element der Matrix mit def Zahl multipliziert.

Beispiel: d- 4- 4 /fy
.~ <1 ~ 2 G "'1'8
1 2 Q_ 4
Addieren von Matrizen: Zwei Matrizen konnen nur addiert werden, wenn die Anzahl der Zeilen und Spalten iibereinstimmt. Man addiert sie, indem man die in den Matrizen an entsprechender Stelle stehenden Elemente

addiert.

• Beispiel: ~ :l S 1- ':1-
"3 y + ~ ~ ::r-
s- b 1 -:r 1-
Symmetrische Matrizen: Ist eine Matrix symmetrisch so kann man sie an derHauptdiagonale spiegeln und dadurch erganzen.

Beispiel: --1 'd- 3 ®
d 1 d_ 3 A
___,
~ -
3 d /I
3 d. ·1 fh ,e
ID 'ID
"'tJ ,_
'r: _(I)
ID :J
.=:: E .
co I.;: 'e
..c 0 £;
L.. '!.!-
ID m
> ~ .:.:
til C c::
::J ID
ro c:
"'0 C. c:
ID ID
(/') _c: X
:::I b..
ro .~ w
C "'0, ~,
1m 001 --
c: (tll
.c ICD (Vi c:
'Ui +-' C:' ,.r::
.- .c ()
- :Ji
-eJ' ,t) ~
.~
c CD . E 'e:
OJ L- C m
c <D .- __.
c -
:'J ,+-' ctI
Q) . .1::;, c ..c,
E ........ 0 CIJII b..,
s: til - ID
.- c .= m >,
ca
C 'i... d) .t:! (/)
aJ - _Q L...
.., ,m GJ m,
- ..D ::JI > '"01
lro N c
oJ: :::J
N N i- III
I- ..t:
QJI C .~ E
>, c Ql
1(1}1 - ~ (J)
.c ;0 :::J .~
0' CL OJ ,i:
,,~
=- 'e, .tJ
Iii iC, ,(1)1 II:
'I:: - WI 'ml
CD ILl) C (fJ
c:: .c .2 ~
::l u ,_
~O ~ (Ij
E. ..c t:: ~
.~ i... ::J
I:: (l) LL.. s::
"0 d.'I
I]) ~ c:
~ (L) !,~,
'm, :E !'~ (I)
J:: "'0 ~
1- C C
- ID G> (J) (I)
- > "tl ..c, ~!
- .
IlII c: 101 ij)
en C'!:l ::J
,e:. C'll en .-
s::l" "0 E ..... ..c.
E Q) 0
::II E -t- (fJ
:11..1 :::I, c: c:
It!) ::;)1 001 ::J' OJ, M l~
>.:: ~
'''It ,-I
''''';
N 0
+ +
\Q >:
>( NI
U") I
N
~ IlL{')
0 I '
I ,M
n II
r-.. ~
~ k
........" ...__..
..Ii.::! ~
f'"o ,
-

M
N N
~ +
<:;)
N
I U}
+ ;..::;
If)
M I
,),(
I.fJ N
... ~
'0 a
11 rl
,-... II
.!!. ,...,.......
~ ~I
'-"
'"-'
I

0
0 M
N ~ I
I ..q;
V' I
~ trl
+ ~
~
Ii'i I
~
t-, n
n r-...
r-. H
.........
~ ~
._.,..
'-I-... I'!

'U